如何做营运数据分析

招生对象:

销售部经理、大区经理、区域经理、城市经理、商品经理、数据分析员

课程介绍:

课程背景

互联网时代，企业拥有并利用好了数据，就获得了成功的制高点。企业的管理、产品、营销都与数据密切相关，通过对营运数据的分析可以实现企业业务数据化、产品精细化运营。但是，在实际的数据分析中，企业运营负责人往往存在以下问题——

为什么总感觉做分析的时候没有数据可用?

为什么数据那么多，分析的时候却找不到头绪?

数据分析如何与运营结合在一起?

针对以上问题，我们特邀数据化管理实战专家、《数据化管理》作者黄成明先生与您一同进行探讨学习。本课程旨在帮助学员建立数据化思维，提供多种常用的数据分析方法和工具，培养学员使用数据进行决策、销售的能力，最终实现业绩增长。

课程收益

1、学会建立正确的数据化管理意识，帮助团队提高数据化管理能力 ;

2、学会科学地对月、年销售额进行预测，为企业提供决策支持;

3、学会从数据的角度进行4P分析;

4、运用excel设计数据分析产品;

5、学会建立营运数据分析路线图。

课程大纲

1营运数据分析方法-4.0h

1.1营运数据分析基础

1.1.1如何用数据说话

识别有问题的数据

防止被数据忽悠

用数据说话的建议

1.1.2企业数字化基建

营运行为的数字化

指标管理的标准化

营运行为的标签化

1.2分析数据报告解读-2.0h

1.2.1四步法解读数据报告

判断数据

理解数据

发现事实

产生见解

1.2.2常用图表使用场景和解读

4大业务场景的使用

图表解读的5大逻辑

图表相关性解读

1.2.3用有价值的图表说话

制作符合业务逻辑图表的5大逻辑

让图表增值：自带结论的图表制作

错误的业务图表范例解读

2营运数据分析模型-5.0h

2.1对比分析发现问题

2.1.1同比

2.1.2环比

2.1.3定基比

2.1.4占比

2.2重要性分析找出关键点

2.2.1排行榜分析

2.2.2二八法则

2.2.3ABC分析

2.2.4平均值分析法

2.3分类分析提升价值

2.3.1四象限分析

2.3.2九宫格分析

2.3.3漏斗分析

2.3.4杜邦分析

2.4预测模型前瞻业务

2.4.1定量预测月销售额

2.4.2定量预测年销售额

2.4.3定性预测

私家车推理

新店销售推理

月饼推理

2.5探索式数据分析方法

2.5.1分析理论-1.5h

数据分析流程

探索式分析方法理论

2.5.2分析方法及实操

数据透视表的使用

探索式分析实操

3三大营运场景的实操分析-5.0h

3.1会员/客户营运分析

3.1.1会员/客户的基础数据管理

3.1.2会员/客户生命周期分析

3.1.3会员/客户价值分析模型

3.1.4通过数据实现营销价值

3.2商品营运分析

3.2.1商品的定价策略

3.2.2商品的价格分析

3.2.3商品关联销售分析

3.3营运管理分析

3.3.1促销及特殊事件影响分析

3.3.2将指标过程化提高管理精细度

3.3.3将指标指数化提高管理的全局性

讲师介绍:

黄成明 老师

1996-2001年：强生（中国）有限公司，从销售主管做到城市经理

2002-2004年：妮维雅（上海）有限公司，负责冀、晋、蒙、京销售团队

2005-2005年：雅芳（中国）有限公司，负责北京、天津销售团队

2006-2010年：诺基亚（中国）投资有限公司，负责手机配件销售业务

职业生涯中，一直是与经销商和零售客户打交道，包括家乐福、沃尔玛、屈臣氏、国美、苏宁、新世界集团等。在十几年的消费品的工作经验中，销售管理、数据分析、营运培训一直是工作中的重要组成部分。

在从事多年消费品的工作后，2010进入到一个新的领域，从事企业咨询及培训的工作。希望将自己丰富的销售、营运管理经验传递给更多的企业。对数据有极强的敏感度、在数据化管理方面有自己的独特见解。

培训过的企业有：华润置地、万达百货、阿里巴巴、唯品会、苏宁易购、名创优品、李宁、特步、招商银行、中信银行、BP石油、道达尔石油、妮维雅、欧时力、赢家服饰、欣贺服饰、柒牌服饰、森马服饰、拉夏贝尔、雅芳、新东方、艾美特、周大福、爱迪尔珠宝、美的电器、费列罗等。其中2020-2023年为周大福集团定制设计了从店长、区域主管到总部的数据分析系列课程。

专业领域

能将深厚的业务背景和数据分析相结合，帮助企业提高数据化管理水平。重点研究零售店铺客流数据、销售数据、消费者消费行为数据、VIP顾客管理及数据分析、商业地产人货场分析、数据分析与数据挖掘等。研究了一套“周销售权重指数”的零售店铺管理模型，可以有效地进行目标管理、销售预测、客流预测、促销评估、销售预警等。开发了一套数据化管理模型，可以实现所有店铺的销售分析、销售追踪与预测、找到销售的薄弱环节。有一套零售店铺诊断理论，可以较快的发现零售店铺的问题点。致力于零售数据研究，善于将数据分析和商业场景结合来解读零售问题。